Navegación
Advertise here

Muse Spark 1.1 (high) vs Qwen3.8 2.4T A95B (low)

Qwen3.8 2.4T A95B (low) lidera en puntuación media con 8.1 vs 8.0. Muse Spark 1.1 (high) tiene menor coste de benchmark con $2.253 vs $2.672. Muse Spark 1.1 (high) es más rápido con 36.85s vs 118.97s, con tasas de acierto de 68.2% vs 72.7%.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-09-24

Modelos comparados

Rango
#83
Total de tokens de salida
491,916
Tiempo de respuesta (promedio)
36.85s
Costo total
$2.253
Rango
#78
Total de tokens de salida
495,541
Tiempo de respuesta (promedio)
118.97s
Costo total
$2.672
Modelo recomendado Muse Spark 1.1 (high)

Su puntuación se mantiene cerca de la mejor aquí (8.0 vs 8.1) y responde aproximadamente 3.2x más rápido que Qwen3.8 2.4T A95B (low).

Comparación detallada

Métrica Muse Spark 1.1 Muse Spark 1.1 high Lanzamiento: 2026-07-16 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Lanzamiento: 2026-08-12
Puntuación 8.0 8.1
Rango #83 #78
Fiabilidad 10.0 9.4
Consistencia 7.9 9.2
Intentos 66/66 66/66
Pruebas correctas
Tasa de aciertos por intento 68.2% 72.7%
Pruebas inestables 6 2
Ejecuciones totales 66 66
Costo por resultado 18.768 17.812
Costo total $2.253 $2.672
Precio de entrada $1.250 / 1M $2.000 / 1M
Precio de salida $4.250 / 1M $6.000 / 1M
Total de tokens de entrada 129,213 113,279
Tokens de salida 8,356 121,045
Tokens de razonamiento 483,560 374,496
Tiempo de respuesta (promedio) 36.85s 118.97s
Tiempo de respuesta (máximo) 196.03s 534.21s
Tiempo de respuesta (total) 810.72s 2617.41s
Parámetros ~1T en total (~50B activos) 2.4T en total (95B activos)
Disponibilidad Código cerrado Pesos disponibles

Generación showcase de modelos

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#83 Muse Spark 1.1

high
Coste
$0.039
Tiempo
50.1s
Tokens
9,423 tok

#78 Qwen3.8 2.4T A95B

low
Coste
$0.100
Tiempo
193.2s
Tokens
16,767 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Muse Spark 1.1 10.0 10.0 100.0% 0 22.92s 8,562 349 36,039
Qwen3.8 2.4T A95B 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399

Comparación rápida

Cambiar par de comparación

GPT-5 MinimediumvsQwen3.8 2.4T A95BlowMuse Glimmer 30BxhighvsQwen3.8 2.4T A95BlowMuse Spark 1.1highvsGrok 4.7mediumDeepSeek V4 Flash 0731lowvsMuse Spark 1.1highQwen3.8 2.4T A95BlowvsGrok 4.7mediumMuse Spark 1.1highvsGPT-5 MinimediumQwen3.8 2.4T A95BlowvsInklinghighDeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95BlowMuse Spark 1.1highvsInklingmediumClaude Sonnet 5mediumvsQwen3.8 2.4T A95BlowQwen3.8 2.4T A95BlowvsGLM 5.2highMuse Spark 1.1highvsGrok 4.7low